PREDIKSI HARGA MOBIL MENGGUNAKAN ALGORITMA REGRESSI DENGAN HYPER-PARAMETER TUNING
DOI:
https://doi.org/10.34012/jurnalsisteminformasidanilmukomputer.v4i2.2479Keywords:
Machine Learning, Hyper-Parameter Tuning, Car Price Prediction, Regression Algorithm, DjangoAbstract
Seiring dengan bertumbuhnya tingkat aktivitas dan bisnis, mobil kini menjadi salah satu kebutuhan masyarakat. Dengan meningkatnya minat masyarakat terhadap mobil bekas, banyak orang berencana untuk memulai bisnis showroom mobil bekas. Masalah yang sering dihadapi pengusaha showroom adalah penetapan harga mobil bekas dengan tepat. Salah satu cara untuk melakukan prediksi harga adalah menggunakan metode Machine Learning. Untuk membuat prediksi harga yang lebih akurat dan memiliki nilai akurasi yang lebih tinggi, penelitian ini bertujuan untuk membuat sebuah model machine learning menggunakan algoritma regressi dengan bantuan hyper-parameter tuning untuk meningkatkan tingkat akurasi dari model yang dibuat dengan konfigurasi default. Model Machine Learning yang dibuat memiliki nilai yang berbeda, namun pada penelitian ini dipakai model Gradient Boost Regression yang memiliki nilai akurasi model sebesar 97% (setelah tuning) untuk melakukan prediksi. Dalam pencobaan prediksi, didapat nilai akurasi prediksi sebesar 80% dari 5 percobaan yang telah dilakukan.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Jurnal Sistem Informasi dan Ilmu Komputer Prima(JUSIKOM PRIMA)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish their manuscripts through the Journal of Information Systems and Computer Science agree to the following:
- Copyright to the manuscripts of scientific papers in this Journal is held by the author.
- The author surrenders the rights when first publishing the manuscript of his scientific work and simultaneously the author grants permission / license by referring to the Creative Commons Attribution-ShareAlike 4.0 International License to other parties to distribute his scientific work while still giving credit to the author and the Journal of Information Systems and Computer Science as the first publication medium for the work.
- Matters relating to the non-exclusivity of the distribution of the Journal that publishes the author's scientific work can be agreed separately (for example: requests to place the work in the library of an institution or publish it as a book) with the author as one of the parties to the agreement and with credit to sJournal of Information Systems and Computer Science as the first publication medium for the work in question.
- Authors can and are expected to publish their work online (e.g. in a Repository or on their Organization's/Institution's website) before and during the manuscript submission process, as such efforts can increase citation exchange earlier and with a wider scope.